Nat'l Engineering Lab for Video Technology Key Lab. of Machine Perception (MoE) Sch'l of EECS Peking University Beijing 100871 China;
机译:具有L2,1标准的鲁棒和高效的线性判别分析,用于特征选择
机译:区分稀疏子空间学习及其在无监督特征选择中的应用
机译:构造描述性和区分性非线性特征:核特征空间中的瑞利系数
机译:通过L2,1-NOM最小化内核空间中的无监督判别特征选择
机译:核空间中扩展特征选择算法用于显式特征选择的研究
机译:质谱分类中用于卵巢癌检测的无监督特征选择的尺度空间方法
机译:通过l2,1-范数正则化进行鲁棒分类的最佳特征选择